软件工程实践——软件评测作业

[052101407吴伟杰]

---

这个作业属于哪个课程	2302软件工程
这个作业要求在哪里	软件工程实践——软件评测作业
这个作业的目标	对语言模型进行调研测评，分析等
其他参考文献	构建之法

---

目录

• 一、调研，评测
• 文心一言
• 体验
• 软件介绍
• 使用体验
• 优缺点分析
• 优点
• 缺点
• 用户对产品的改进意见
• 用户体验
• 采访细节
• BUG
• Bug发生时的测试环境
• Bug的可复现性及具体复现步骤
• 可复现性
• 具体复现步骤
• Bug具体情况描述
• Bug分析
• 如何改进
• 结论
• 讯飞星火
• 体验
• 软件介绍
• 使用体验
• 优缺点分析
• 优点
• 缺点
• 用户对产品的改进意见
• 用户体验
• 采访细节
• BUG
• Bug发生时的测试环境
• Bug的可复现性及具体复现步骤
• 可复现性
• 具体复现步骤
• Bug具体情况描述
• Bug分析
• 如何改进
• 结论
• 二、分析
• 开发时间估计
• 开发环节
• 需求分析和规划阶段
• 技术选型和架构设计
• 后端开发
• 前端开发
• 功能实现和测试
• 优化和调试
• 上线和发布
• 时间估计
• 同类产品对比排名
• 软件工程方面的建议
• BUG存在的原因分析
• 个人思考
• 三、建议和规划
• 市场概况
• 市场规模
• 直接用户
• 潜在用户
• 市场现状
• 市面产品
• 产品定位
• 关系分析
• 领域分析
• 市场与产品生态
• 产品的核心用户
• 产品的典型用户
• 产品的用户群体间关系
• 产品之间关系
• 产品规划
• 设计新功能
• 原因
• 创新点
• NABCD分析
• 团队配置与时间规划
• 角色配置
• 时间规划

一、调研，评测

文心一言

体验

软件介绍

文心一言，英文名是ERNIE Bot，能够与人对话互动，回答问题，协助创作，高效便捷地帮助人们获取信息、知识和灵感。主要功能有
文本创作、知识推理、数学计算、代码理解与编写、翻译等。

使用体验

首页页面简洁，使用起来简单

听得懂要求，交互良好     

推理数学公式

介绍小说

优缺点分析

优点

高效性：文心一言能够快速地生成文本内容，大大提高了创作效率，适用于需要大量内容产出的场景。
多功能性：无论是产品介绍、品牌推广还是活动宣传，文心一言都能根据需求生成相应文本，显示出其多功能性。
语言处理能力：文心一言能够处理多种语言风格和行业术语，对于不同领域的文本创作都能应对自如。
交互性强：用户可以通过打字与文心一言进行交互，其能够根据上下文进行有针对性的追问，使对话更加流畅。

缺点

缺乏深度与个性化：虽然生成速度快，但文心一言的文本内容往往缺乏深度和个性化，难以达到人类作家的创作水平。
数据偏见风险：文心一言的学习和生成基于大量文本数据，如果数据存在偏见，可能会导致生成的文本也带有偏见。
可信度问题：由于文心一言的生成结果基于预测模型，可能存在一定误差，导致生成内容的可信度受到质疑。
资源消耗：进行高效训练和生成需要大量的计算资源支持，对于资源有限的环境来说可能是一个挑战。

用户对产品的改进意见

用户体验

采访细节

背景：第一位舍友，第二位福师大计算机
需求：文档分析，资料收集，文案撰写
遇到的问题：词不达意，很多时候并不能一次就可以生成想要的文章
亮点：生成内容逻辑清晰
需要改进：暂无

BUG

Bug发生时的测试环境

操作系统：win11

​浏览器:edge

​Bug发现时间:2024/4/15

Bug的可复现性及具体复现步骤

可复现性

满足一定条件即输入一张不太正常的图片，才会出现

具体复现步骤

上传一张图片，让Ai辨别

Bug具体情况描述

无法准确识别图片人物

Bug分析

文心一言主要基于文本数据进行训练和处理，对于图像的理解和处理能力相对较弱。虽然一些先进的模型在图像识别和处理方面取得了一定进展，但它们通常是专门设计用于处理图像的模型，而不是通用的文本AI模型。

如何改进

多模态融合： 将文本和图像信息结合起来，设计多模态的AI模型，使其能够同时理解文本和图像，从而更好地理解图解画的含义。

图像处理技术： 加强AI在图像处理领域的能力，包括图像识别、目标检测、图像分割等技术，提高对图解画的理解能力。

跨模态学习： 使用跨模态学习的方法，通过联合训练文本和图像模型，使得模型能够从两种模态的信息中学习到更丰富的语义表示。

数据集建设： 建立包含文本描述和相应图像的数据集，用于训练和评估AI模型，在真实场景中提高模型的泛化能力。

迁移学习： 利用已经在图像领域取得成功的模型，在处理图解画时进行迁移学习，加速模型的学习和优化过程。

人工辅助： 在AI处理图解画时，可以结合人工智能和人工智慧，进行辅助判断和纠正，提高处理准确度。    

结论

难用得一批。

讯飞星火

体验

软件介绍

讯飞星火认知大模型是科大讯飞研发的人工智能系统。它被设计成能够与人类进行自然交流，并能够处理各种问题，以满足多个领域的认知智能需求。该系统不断学习和更新，以提高其性能和准确性，旨在为用户提供高效、准确的信息服务。

使用体验

首页同样是简洁，方便好用

代码风格不错

也可以画画

优缺点分析

优点

高效率：该个体能够快速处理和回应任务，提高了工作效率，节省了时间。
准确性：通过算法和预设规则，该个体可以减少人为错误，提供准确的信息和结果。
可访问性：该个体可以全天候提供服务，不受地理位置限制，用户可以随时获得支持。
多任务处理：该个体能够同时处理多个任务，对于并行工作有很好的处理能力。
无偏见：理论上，该个体基于数据和逻辑运作，不会受到人类偏见的影响。

缺点

缺乏情感理解：该个体可能无法理解和处理涉及人类情感和社交微妙性的问题。
有限的创造力：该个体可能在解决需要创新和非标准化思维的问题时受限。
依赖数据：该个体的表现高度依赖于可用数据的质量和数量，如果数据有限或质量差，性能可能会下降。
缺乏适应性：面对未预见的情况或复杂的环境变化，该个体可能无法灵活适应。
安全和隐私问题：该个体可能存在安全漏洞，导致敏感信息泄露或被恶意使用。

用户对产品的改进意见

用户体验

由此看来，Ai很多时候并不能满足人们的需求。

采访细节

背景：均为高中同学（计算机系相关专业）
需求：查询资料，完成课程作业
遇到的问题：生成内容不符合实际需要
需要改进：提供更丰富、更多样化的训练数据，包括不同领域、不同风格的文本，以及相关的图像或其他多模态信息。

BUG

Bug发生时的测试环境

操作系统：win11

​浏览器:edge

​Bug发现时间:2024/4/15

Bug的可复现性及具体复现步骤

可复现性

特定条件可复现

具体复现步骤

输入斗破苍穹萧炎，点击生成图片

Bug具体情况描述

可以看出，与百度出的图片有差异

Bug分析

AI画图不准确的问题可能由多个因素导致，下面是一些可能的原因及其分析：

数据集问题：AI模型依赖于大量的数据集进行训练。如果数据集本身存在偏差、错误或不够全面，那么模型在学习和生成图像时就可能出现问题。例如，如果数据集中某种类型的图像数量过少或质量不高，那么模型在生成这种类型的图像时就可能不准确。

算法和模型限制：AI画图通常依赖于复杂的算法和模型。这些算法和模型可能存在局限性，导致它们在处理某些图像或特征时表现不佳。此外，模型的复杂度、参数设置等也会影响其生成图像的准确性。

图像识别与理解不足：AI在理解和识别图像方面仍有一定的局限性。尽管AI可以识别出图像的基本元素和特征，但在理解图像的深层次含义、上下文关系以及艺术风格等方面可能还存在不足。这可能导致生成的图像在某些方面与原始图像或用户意图存在偏差。

技术实现问题：在AI画图的技术实现过程中，可能存在一些错误或缺陷。例如，软件中的bug、编码错误或配置问题等都可能导致生成的图像不准确。此外，计算资源的限制也可能影响模型的运行和生成结果。

用户输入与期望差异：有时，用户输入的描述或指令可能不够明确或具体，导致AI无法准确理解用户的意图。此外，用户对生成图像的期望可能与AI的生成结果存在差异，这也会导致用户感觉AI画图不准确。

如何改进

使用更丰富、更全面的数据集进行训练，以提高模型的泛化能力。
不断优化算法和模型，提高其处理复杂图像和特征的能力。
加强AI在图像理解和识别方面的能力，使其能够更准确地捕捉图像的深层次含义和风格。
修复技术实现中的错误和缺陷，确保软件的稳定性和可靠性。
提高用户输入的明确性和具体性，以便AI能够更准确地理解用户的意图。同时，通过用户反馈和迭代优化，逐步改进AI生成的图像质量。    

结论

笔者认为星火还是比较好用的，可用插件也多，扩张功能丰富，但众口难调，很难做出一款符合大众口味的产品！

二、分析

开发时间估计

开发环节

需求分析和规划阶段

在这个阶段，团队需要花费时间与客户沟通，了解需求，确定功能和特性，制定开发计划和项目规划。通常这个阶段可能需要1-2周的时间。

技术选型和架构设计

在确定需求后，团队需要选择合适的技术栈，并设计系统的架构和组件之间的交互关系。这个阶段可能需要1-2周的时间。

后端开发

开发后端服务和数据库，实现用户管理、数据存储、业务逻辑等功能。根据功能的复杂度和需求，可能需要2-4周的时间。

前端开发

开发用户界面，包括网站或应用的UI设计和交互功能的实现。需要根据UI设计的复杂度和交互特性，可能需要2-4周的时间。

功能实现和测试

实现各项功能，并进行单元测试、集成测试和系统测试，确保功能的正确性和稳定性。可能需要2-4周的时间。

优化和调试

对系统进行优化和调试，解决可能存在的性能问题和Bug。可能需要1-2周的时间。

上线和发布

准备部署环境，将系统上线发布，进行用户反馈和持续优化。可能需要1周的时间。

时间估计

综合考虑以上各阶段的时间，以及团队人数和技术背景，开发一个具备文心一言等所有功能的软件/网站/服务，可能需要大约3-6个月的时间来完成。这当然也取决于团队的工作效率、沟通协调能力和项目管理水平。

同类产品对比排名

产品	优势	劣势	排名
Kimi	- 强大的语音识别技术 - 提供多种语音功能 - 较高的用户体验	- 在特定语音环境下可能识别不准确 - 部分高级功能可能需要付费解锁	3
文心一言	- 提供丰富的文学名句和摘抄 - 界面简洁清晰，操作简单 - 分类明确	- 名句内容更新速度可能较慢 - 功能相对单一，缺乏个性化推荐等功能	4
讯飞星火	- 提供丰富的语音交互功能 - 支持多种应用场景 - 技术实力雄厚	- 部分高级功能可能需要付费使用 - 在特定语音环境下，识别准确度可能有所下降	1
通义千问	- 提供丰富的问答功能 - 界面简洁清晰，操作方便 - 支持多种语言	- 有些问题的回答可能不够准确或详尽 - 功能相对单一，缺乏一些高级功能如个性化推荐等功能	2

软件工程方面的建议

实施更严格的质量控制流程： 确保在软件开发的每个阶段都有适当的质量控制措施，包括需求分析、设计、编码、测试和部署阶段。这可以通过引入代码审查、单元测试、集成测试、系统测试等方式来实现。

采用自动化测试工具： 引入自动化测试工具，如单元测试框架、端到端测试工具等，以确保软件的各个部分在修改后仍然能够正常运行，提高软件的稳定性和可靠性。

持续集成和持续交付（CI/CD）实践： 采用CI/CD实践可以帮助团队更快地将代码交付给用户，同时降低引入错误的风险。通过自动化构建、测试和部署流程，可以加快软件的交付速度，并提高软件质量。

建立良好的错误跟踪和修复机制： 建立一个有效的错误跟踪系统，使开发人员能够快速定位和修复软件中的问题。同时，对于常见的错误模式，可以建立相应的解决方案，以防止类似错误再次发生。

加强团队培训和知识共享： 定期组织培训活动，提升团队成员的软件工程知识和技能。同时，建立一个知识共享的文化，让团队成员能够相互学习和交流经验，从而不断改进软件开发的实践。

BUG存在的原因分析

测试不充分： 如果测试覆盖不全面或测试用例设计不合理，可能会导致一些隐藏的BUG未被发现，从而在发布后出现问题。

环境差异： 开发和测试环境与生产环境不一致可能会导致一些BUG在部署后才被发现，例如操作系统、数据库版本不同等。

时间压力： 开发团队可能会面临时间紧迫的压力，导致开发过程中出现疏忽或快速实现而牺牲了代码质量。

人为失误： 开发人员或测试人员在操作过程中可能会犯错，例如误删文件、错误的配置参数等，导致软件出现问题。

第三方依赖问题： 如果软件依赖的第三方库或服务存在BUG，可能会间接影响到软件的稳定性和可靠性。

沟通不畅： 团队成员之间的沟通不畅，导致信息传递不及时或不准确，可能会导致开发过程中产生误解或遗漏。

个人思考

1.对于需求管理方面：
我们如何确保对需求的充分理解和管理？
如何应对需求变更和优先级调整？

2.对于测试方面：
我们的测试覆盖率如何？是否有自动化测试？
如何确保测试用例的完备性和有效性？

3.对于团队协作和沟通方面：
团队成员之间的沟通机制是什么？
如何确保团队的协作效率和团队氛围？

三、建议和规划

文心一言为例

市场概况

市场规模

文心一言的市场规模非常庞大，用户规模已超过1亿。

直接用户

在文心一言的用户中，IT互联网行业的占比最高，他们利用文心一言进行编程相关的查询，其中Python语言的相关问题占了很大比例。此外，教育行业的用户也是文心一言的主要使用者，他们在知识问答方面的需求相对较低，可能是因为他们已经具备了丰富的知识储备。

潜在用户

尽管文心一言目前已经有7000万用户，并且应用场景扩展到了4300个，但是其市场前景依然广阔。随着人工智能技术的不断进步，越来越多的行业和个人可能会成为文心一言的用户，尤其是那些需要辅助创作、逻辑推理和情感交流的用户。

市场现状

市面产品

目前市场上的产品主要包括百度的文心一言（ERNIE系列）、阿里云的通义千问、Minimax系列模型、科大讯飞的讯飞星火以及美国OpenAI研发的ChatGPT等。这些产品的定位主要是提供强大的语言理解和生成能力，适用于文本创作、智能问答、知识检索、商业文案生成等多种场景。

产品定位

具体来说，文心一言的优势在于其强大的文本生成能力，可以生成各种类型的文本，如诗歌、小说、新闻等，被认为是中国AI新旧时代划分的里程碑式产品。然而，其劣势可能在于API接口的使用和定制化开发的技术支持方面可能存在一定的限制。   

关系分析

竞品关系方面，文心一言与谷歌的Bard、微软的ChatGPT等产品存在竞品关系。谷歌和微软都在近期推出了自己的AI产品，其中谷歌的Bard被描述为“实验性的对话式人工智能服务”，而微软则宣布将ChatGPT整合至全线产品中，并扩大与OpenAI的合作关系。 

领域分析

在这个领域中，各方的竞争态势非常激烈。各大公司都在加速AI产品的研发和应用，以抢占市场份额。这个领域正处于成长阶段，随着技术的不断发展和应用场景的不断拓展，预计未来将会有更多的产品和服务出现。  
理由：
1.人工智能技术持续进步，模型越来越精准和智能，应用范围不断扩大。
2.企业和用户对AI的需求不断增长，特别是在自然语言处理方面。
政府和企业的投资不断增加，推动相关技术和产品的发展。
3.市场对于AI语言模型的认可度越来越高，越来越多的传统应用场景开始整合AI技术。
4.竞争日益激烈，各大科技公司都在加大力度研发和推广自己的AI语言产品。      

市场与产品生态

产品的核心用户

文心一言的核心用户群主要是集中在一线和超一线城市的中青年打工人，尤其是IT互联网和教育行业的专业人士。

特点：
1.年龄分布：用户主要集中在30岁以下的年轻人，这与AI应用用户年轻化的趋势相符。
2.地域特征：一线和超一线城市的用户是主要使用者，这可能与这些城市的工作节奏较快、对效率工具的需求更高有关。
3.职业背景：IT互联网和教育行业的专业人士占据了最大的用户比例，这反映了这些行业对于AI辅助工具的依赖度较高。
4.使用场景：最频繁的使用场景包括知识问答、文本创作和编程辅助，这表明用户主要利用文心一言来提高工作效率和创意产出。

产品的典型用户

文心一言的典型用户与核心用户重叠率极高，主要是一线和超一线城市的中青年打工人，尤其是IT互联网和教育行业的专业人士。

特点：

1.年龄与地域分布：用户主要集中在30岁以下的年轻人，且以一线和超一线城市为主。
2.行业背景：在行业分布上，IT互联网和教育行业的用户占比最高，这反映出这两个行业对AI辅助工具的需求较大。
3.使用场景：用户最频繁的使用场景包括知识问答、文本创作和编程辅助，其中IT人群在使用代码相关功能时特别活跃，尤其是Python语言问题的查询。
4.性别比例：在IT互联网行业中，男女比例接近2：1，显示出该行业的性别分布较为均衡。
5.功能探索：IT行业的用户更善于探索文心一言的不同功能，如文生图自制头像，且偏爱赛博朋克风格。
6.教育行业特点：教育从业者在知识问答方面的表现突出，他们对文心一言生成内容的点赞率也高于平均值。

产品的用户群体间关系

产品的用户群体之间存在一定的关系，例如在同一行业内的用户可能会相互交流使用心得，或者在社区中分享经验和技巧，从而形成了特定的用户生态。

产品之间关系

产品的子产品以及其他相关产品之间的关系，它们可能会通过各自的特性相互补充，共同构成一个更加完善的产品生态系统。例如，文心一言可以与其他百度的产品如百度云、百度智能小程序等进行整合，提供更加丰富的服务。

产品规划

设计新功能

在文心一言的基础上，我们可以设计一个“个性化学习助手”功能。这个功能旨在为用户提供定制化的学习体验和内容推荐，根据用户的职业背景、兴趣爱好和学习进度来调整教学内容和难度。

原因

市场需求：随着终身学习的理念深入人心，个人化学习需求日益增长。
技术优势：利用AI技术进行用户行为分析，提供个性化推荐。
用户粘性：通过个性化服务提高用户体验，从而增加用户对产品的依赖度。    

创新点

结合语义理解和用户行为分析，实现真正的个性化学习路径规划。
动态调整学习内容，以适应用户的学习效率和能力提升。  

NABCD分析

Need（需求）：用户需要能够针对自己的学习习惯和水平提供定制化帮助的工具。
Approach（方法）：使用机器学习算法分析用户数据，生成个性化学习计划。
Benefit（好处）：提高学习效率，减少寻找合适资源的时间和精力。
Competition（竞争）：市场上类似产品较多，但大都不足够个性化。
Delivery（交付）：通过软件更新，将新功能集成到现有平台中。      

团队配置与时间规划

假设项目开始于第1周，预计在第16周结束

角色配置

项目经理：负责整体的项目规划、进度跟踪和风险管理。
产品经理：深入理解市场需求，负责功能规格定义和产品设计文档撰写。
UI/UX设计师：负责设计新功能的界面和用户体验。
前端开发工程师：实现UI/UX设计师设计的界面，完成前端交互逻辑。
后端开发工程师：负责服务器端逻辑、数据库管理和API开发。
AI算法工程师：针对个性化学习助手功能，开发机器学习模型和算法。
测试工程师：编写测试用例，执行测试，确保软件质量。

时间规划

第1周：

项目启动会议，明确目标和期望。
团队成员分工，确立各自职责。
初始需求收集和分析。
第2-3周：

产品经理完善需求文档，与UI/UX设计师沟通设计方向。
AI算法工程师开始调研相关技术和算法。
第4-5周：

UI/UX设计师完成初步设计原型，进行内部评审。
产品经理修订功能规格文档。
第6-8周：

前端开发和后端开发根据设计图和功能规格开始编码。
AI算法工程师搭建模型框架，开始初步训练。
第9-10周：

完成核心功能的开发，前后端开始集成。
AI算法工程师进一步调整优化模型。
第11周：

功能开发结束，测试工程师开始编写测试计划和测试用例。
前后端联调，解决集成中的问题。
第12-13周：

测试工程师执行测试用例，记录并反馈问题。
开发团队修复bug，AI算法工程师继续优化模型性能。
第14周：

进行用户验收测试(UAT)，收集用户反馈。
根据反馈调整产品，准备发布。
第15周：

完成最终的bug修复和性能优化。
准备发布物料，如更新日志、公告等。
第16周：

发布新版本。
监控上线初期的用户反馈和系统表现，快速响应可能的问题。
在整个项目周期内，项目经理需要定期组织进度会议，跟踪项目状态，并及时调整计划以应对可能出现的问题。同时，所有团队成员应保持密切沟通，以确保项目按计划推进。    

[助教-吴可仪]

……gpt写的？